本文關(guān)鍵詞：基于DSP的故障診斷方法研究

  更多相關(guān)文章： DSP 故障診斷 提升小波 遞歸增量聚類 LW-RICLUSTER

【摘要】：隨著現(xiàn)代工業(yè)系統(tǒng)向著大型化、集成化和自動化方向迅猛發(fā)展,系統(tǒng)的復(fù)雜程度也在不斷升高,發(fā)生系統(tǒng)故障的概率也在不斷增加。實(shí)時(shí)有效的狀態(tài)監(jiān)測與故障診斷才是保證現(xiàn)代工業(yè)系統(tǒng)安全可靠性的重要手段。近年來狀態(tài)監(jiān)測與故障診斷技術(shù)的飛速發(fā)展,為有效地保證工業(yè)系統(tǒng)穩(wěn)定運(yùn)行并在預(yù)知維護(hù)中起到了重要作用。同時(shí),隨著數(shù)字信號處理技術(shù)與嵌入式技術(shù)的不斷完善,也為狀態(tài)監(jiān)測與故障診斷技術(shù)的研究注入了新鮮血液。 本論文主要進(jìn)行了基于DSP故障診斷系統(tǒng)的故障診斷方法的研究。首先分別對目前比較常用的小波分析方法與聚類分析方法進(jìn)行理論分析與研究,再以DSP為核心進(jìn)行診斷系統(tǒng)的設(shè)計(jì)以及算法的移植。由于傳統(tǒng)的小波分析方法與聚類分析方法都存在消耗內(nèi)存空間巨大、運(yùn)算時(shí)間長,診斷效率低,不利于硬件實(shí)現(xiàn)的缺陷,阻礙了DSP運(yùn)算功能的有效發(fā)揮,于是提出相應(yīng)的改進(jìn)方法。 針對復(fù)雜工業(yè)系統(tǒng)實(shí)時(shí)故障診斷問題,提出了一種基于提升小波(LW)與遞歸增量聚類(RICLUSTER)相結(jié)合的混合型實(shí)時(shí)故障診斷改進(jìn)方法,即LW-RICLUSTER。該方法首先利用提升小波變換對實(shí)時(shí)信號降噪,再通過遞歸增量聚類實(shí)時(shí)監(jiān)控。由于采用了遞歸增量算法,不但節(jié)省了存儲空間與運(yùn)算時(shí)間、增加了診斷模型的適應(yīng)性。經(jīng)實(shí)驗(yàn)表明,LW-RICLUSTER集合方法在診斷精度、速度和適應(yīng)性方面,優(yōu)于傳統(tǒng)的單一型故障診斷方法。
【關(guān)鍵詞】：DSP 故障診斷 提升小波 遞歸增量聚類 LW-RICLUSTER
【學(xué)位授予單位】：沈陽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TH165.3
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-21
• 1.1 課題研究的背景和意義11-12
• 1.2 故障診斷技術(shù)綜述12-16
• 1.2.1 故障診斷的發(fā)展概述及研究現(xiàn)狀13-14
• 1.2.2 故障診斷方法研究14-16
• 1.3 DSP數(shù)字信號處理16-19
• 1.4 本課題主要研究內(nèi)容19-21
• 第2章 診斷方案整體設(shè)計(jì)21-36
• 2.1 引言21
• 2.2 小波分析方法研究21-25
• 2.2.1 小波變換21-24
• 2.2.2 小波降噪24-25
• 2.3 聚類分析方法研究25-29
• 2.4 DSP診斷系統(tǒng)設(shè)計(jì)29-35
• 2.5 本章小結(jié)35-36
• 第3章 改進(jìn)的LW-RICLUSTER混合方法研究36-46
• 3.1 引言36
• 3.2 提升小波預(yù)處理36-41
• 3.2.1 小波提升變換36-39
• 3.2.2 基于小波提升的降噪預(yù)處理39-41
• 3.3 增量聚類診斷方法41-44
• 3.4 提升小波與遞歸增量聚類相結(jié)合44-45
• 3.5 本章小結(jié)45-46
• 第4章 診斷方法的DSP實(shí)現(xiàn)46-53
• 4.1 引言46
• 4.2 DSP的程序開發(fā)46-47
• 4.3 診斷方法的DSP實(shí)現(xiàn)47-51
• 4.4 診斷方法的DSP優(yōu)化51-52
• 4.5 本章小結(jié)52-53
• 第5章 實(shí)驗(yàn)與仿真53-62
• 5.1 引言53
• 5.2 時(shí)變過程仿真實(shí)驗(yàn)53-56
• 5.2.1 時(shí)變過程簡介53-54
• 5.2.2 算法仿真實(shí)驗(yàn)54-55
• 5.2.3 DSP診斷實(shí)驗(yàn)55-56
• 5.3 TE過程仿真實(shí)驗(yàn)56-61
• 5.3.1 TE過程簡介56-57
• 5.3.2 算法仿真實(shí)驗(yàn)57-60
• 5.3.3 DSP診斷實(shí)驗(yàn)60-61
• 5.4 本章小結(jié)61-62
• 結(jié)論62-64
• 參考文獻(xiàn)64-67
• 攻讀碩士學(xué)位期間發(fā)表的論文和獲得的科研成果67-68
• 致謝68

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 裴繼紅,范九倫,謝維信;聚類中心的初始化方法[J];電子科學(xué)學(xué)刊;1999年03期

2 李煒,倫淑嫻;設(shè)備故障診斷技術(shù)的現(xiàn)狀及其發(fā)展[J];甘肅工業(yè)大學(xué)學(xué)報(bào);1998年02期

3 于春梅;張洪才;;工業(yè)過程故障診斷方法的研究進(jìn)展[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

4 劉恒冰;韓世勤;劉晶;;基于新閾值函數(shù)及最優(yōu)尺度的小波去噪研究[J];計(jì)算機(jī)工程與應(yīng)用;2007年24期

5 馬力偉;田作華;施頌椒;;一種基于混合系統(tǒng)濾波器的NCS系統(tǒng)故障診斷方法[J];系統(tǒng)工程與電子技術(shù);2008年05期

6 王安娜;劉坐乾;楊銘如;曲延華;;基于BP-ART混合神經(jīng)網(wǎng)絡(luò)的電路故障診斷新方法[J];系統(tǒng)工程與電子技術(shù);2010年04期

7 李士心,劉魯源;基于小波閾值去噪方法的研究[J];儀器儀表學(xué)報(bào);2002年S2期

8 楊青;田楓;王大志;吳東升;王安娜;;基于提升小波和遞推LSSVM的實(shí)時(shí)故障診斷方法[J];儀器儀表學(xué)報(bào);2011年03期

，

本文編號：628904